灵初智能逆向生成人机配对数据,Psi-R2.5装配任务成功率达99%
量子位 · wechat · 2026-09-24
灵初智能发布 Psi-R2.5 及配套 Techblog,提出一个反直觉的数据生产思路:不从人类操作生成机器人动作,而是反向以真实机器人操作为起点,用世界模型 Psi-W0 生成对应的人手数据,从而批量获得"强配对数据"——两边场景一致、动作逐帧对应、且机器人侧轨迹可在真机直接回放成功。
这些配对数据有两个用途:一是训练端到端转换器,用户只需手机录一段人手操作视频即可转换为机器人训练数据;二是支撑上下文学习(ICL),把人类示范转换后直接作为"提示"交给已训练好的模型,新任务无需重训。Psi-R2.5 采用双层架构,上层拆解长程任务,下层结合观测输出操作轨迹。
在数据质量上,灵初减少同任务重复堆积、增加任务多样性,并将任务拆解到原子动作做自动标注。其强调预训练的意义在于让后训练所需数据更少:以手机盒装配为例,结合人工参与与强化学习的后训练,1-2 个工作日迭代后成功率达约 99%,方案已用于实际客户现场。
所属事件:灵初智能发布 Psi-R2.5，机器人 1-2 天学会新任务(2 条相关)→
「具身」频道最新
- 用 Backplane「提示词造出」任意扩展卡,网友呼吁扩展口回归标配 — _Stocko_ · 2026-11-12
- CoRL 联合主席忆 2021 展区仅三张桌，对比 2026 规模感概行业巨变 — Ed__Johns · 2026-11-12
- keerthanpg:机器人学家仍不接受苦涩教训,CoRL 现场五阶段哀伤 — keerthanpg · 2026-11-12
- SynthICL：纯合成数据训练，单演示泛化 16 项真实操作任务 — Ed__Johns · 2026-11-12
- 8 小时、$94 API 费用：Claude 给机器狗装上激光雷达和大脑 — chrismatthieu · 2026-11-12
- 优必选向永达汽车售 400 台 U1 Pro 仿生人形机器人，约值 6800 万元 — CyberRobooo · 2026-11-12